Les posteurs les plus actifs de la semaine
zouzou
 
niaboc
 
Eric Wajnberg
 
lenny868
 
RapidosFlash
 
Volivoile
 
Nik
 
Florent Aubry
 
c@ssoulet
 


Multiple Imputation et perte de données

Aller en bas

Multiple Imputation et perte de données

Message par Anaidl le Ven 23 Nov 2018 - 13:25

Bonjour!

J'ai lancé une procédure d'imputation multiple dans SPSS sur un set de données (n = 16'487) pour imputer des valeurs sur 16 variables qui présentent 1% à 6% de valeurs manquantes (dues à des non-réponses) et 3 prédicteurs. J'ai sauvé le nouveau set de données avec les valeurs imputées et il ne me reste plus que n = 11'999. Quelle est l'erreur que j'ai commise pour perdre 27% de mes données? Voici la syntax que j'ai utilisée:

DATASET DECLARE Data_discrimination_imputed.
DATASET DECLARE Data_discrimination_iteration.
MULTIPLE IMPUTATION Discrim GESCHL MARITAL_STATUS ALTER JOB EDUCATION QESANT1 NATURALISATION
NATGEBST_CONTINENT_DICHO Generation LING_PROB Benevolat_dicho QEPCPLAN QEPCPNAT QEPCPORI QEPCPREL
FRELSPI RFREQPRI RFREQSER
/IMPUTE METHOD=AUTO NIMPUTATIONS=5 MAXPCTMISSING=NONE
/CONSTRAINTS Discrim(MIN=1 MAX=4 ROLE=DEP)
/CONSTRAINTS JOB(MIN=1 MAX=4 RND=1 ROLE=DEP)
/CONSTRAINTS EDUCATION(MIN=1 MAX=4 RND=1 ROLE=DEP)
/CONSTRAINTS QESANT1(MIN=1 MAX=5 RND=1 ROLE=DEP)
/CONSTRAINTS NATURALISATION(MIN=1 MAX=3 RND=1 ROLE=DEP)
/CONSTRAINTS NATGEBST_CONTINENT_DICHO(MIN=1 MAX=2 RND=1 ROLE=DEP)
/CONSTRAINTS Generation(MIN=1 MAX=3 RND=1 ROLE=DEP)
/CONSTRAINTS LING_PROB(MIN=0 MAX=2 RND=1 ROLE=DEP)
/CONSTRAINTS Benevolat_dicho(MIN=0 MAX=1 RND=1 ROLE=DEP)
/CONSTRAINTS QEPCPLAN(MIN=1 MAX=4 RND=1 ROLE=DEP)
/CONSTRAINTS QEPCPNAT(MIN=1 MAX=4 RND=1 ROLE=DEP)
/CONSTRAINTS QEPCPORI(MIN=1 MAX=4 RND=1 ROLE=DEP)
/CONSTRAINTS QEPCPREL(MIN=1 MAX=4 RND=1 ROLE=DEP)
/CONSTRAINTS FRELSPI(MIN=1 MAX=4 RND=1 ROLE=DEP)
/CONSTRAINTS RFREQPRI(MIN=1 MAX=7 RND=1 ROLE=DEP)
/CONSTRAINTS RFREQSER(MIN=1 MAX=7 RND=1 ROLE=DEP)
/CONSTRAINTS ALTER( ROLE=IND)
/CONSTRAINTS GESCHL( ROLE=IND)
/CONSTRAINTS MARITAL_STATUS( ROLE=IND)
/MISSINGSUMMARIES NONE
/IMPUTATIONSUMMARIES MODELS DESCRIPTIVES
/OUTFILE IMPUTATIONS=Data_discrimination_imputed FCSITERATIONS=Data_discrimination_iteration.

Mille mercis!

Anaidl

Nombre de messages : 1
Date d'inscription : 23/11/2018

Voir le profil de l'utilisateur

Revenir en haut Aller en bas

Revenir en haut

- Sujets similaires

 
Permission de ce forum:
Vous ne pouvez pas répondre aux sujets dans ce forum